tensorflow_hub লাইব্রেরি আপনাকে ন্যূনতম পরিমাণ কোড সহ আপনার TensorFlow প্রোগ্রামে প্রশিক্ষিত মডেলগুলি ডাউনলোড এবং পুনরায় ব্যবহার করতে দেয়৷ একটি প্রশিক্ষিত মডেল লোড করার প্রধান উপায় হল hub.KerasLayer API ব্যবহার করা।
import tensorflow_hub as hub
embed = hub.KerasLayer("https://tfhub.dev/google/nnlm-en-dim128/2")
embeddings = embed(["A long sentence.", "single-word", "http://example.com"])
print(embeddings.shape, embeddings.dtype)
দ্রষ্টব্য: এই ডকুমেন্টেশন উদাহরণে TFhub.dev ইউআরএল হ্যান্ডেল ব্যবহার করে। এখানে অন্যান্য বৈধ হ্যান্ডেল প্রকার সম্পর্কিত আরও তথ্য দেখুন।
ডাউনলোডের জন্য ক্যাশে অবস্থান সেট করা হচ্ছে।
ডিফল্টরূপে, tensorflow_hub ডাউনলোড করা এবং আনকমপ্রেসড মডেল ক্যাশে করার জন্য একটি সিস্টেম-ব্যাপী, অস্থায়ী ডিরেক্টরি ব্যবহার করে। অন্যান্য, সম্ভবত আরও স্থায়ী অবস্থানগুলি ব্যবহার করার বিকল্পগুলির জন্য ক্যাশিং দেখুন৷
API স্থায়িত্ব
যদিও আমরা ব্রেকিং পরিবর্তনগুলি প্রতিরোধ করার আশা করি, এই প্রকল্পটি এখনও সক্রিয় বিকাশের অধীনে রয়েছে এবং এখনও একটি স্থিতিশীল API বা মডেল ফর্ম্যাট থাকার নিশ্চয়তা নেই৷
ন্যায্যতা
সমস্ত মেশিন লার্নিংয়ের মতো, ন্যায্যতা একটি গুরুত্বপূর্ণ বিবেচনা। অনেক প্রাক-প্রশিক্ষিত মডেল বড় ডেটাসেটে প্রশিক্ষিত। যেকোন মডেলের পুনঃব্যবহার করার সময়, মডেলটিকে কোন ডেটাতে প্রশিক্ষিত করা হয়েছিল (এবং সেখানে বিদ্যমান কোনো পক্ষপাত আছে কিনা) এবং কীভাবে এটি আপনার ব্যবহারকে প্রভাবিত করতে পারে সে সম্পর্কে মনে রাখা গুরুত্বপূর্ণ।
নিরাপত্তা
যেহেতু তারা নির্বিচারে TensorFlow গ্রাফ ধারণ করে, মডেলগুলিকে প্রোগ্রাম হিসাবে ভাবা যেতে পারে। TensorFlow ব্যবহার করা একটি অবিশ্বস্ত উৎস থেকে একটি মডেলের উল্লেখ করার নিরাপত্তার প্রভাবকে নিরাপদে বর্ণনা করে।